提出「代码即智能体框架」视角，让代码成为智能体推理与行动的运行时底座。

为百万级 Agent Skill 生态构建一个采集-推荐-归因-演化的闭环治理框架，抑制噪声与误归因对技能库的污染。

NVIDIA 用 Balanced SP + NVFP4 全栈量化将 5B 长视频扩散模型训练加速 2.15×、推理达 45.7 FPS。

3B激活参数的统一多模态模型，覆盖图文视频理解/生成/编辑

首份贯穿科研全生命周期的AI综述，把AI科研能力切成创建/写作/验证/传播四阶段八环节并系统盘点工具与基准。

用注意力感知协方差校准的2-bit KV缓存量化,接近BF16精度且吞吐最高7.83倍。

首个面向真实医保运营的长视野代理基准，最强模型仅 28% 通过率

用 MLLM 智能体分阶段生成 Blender 代码，从俯视图重建可执行 3D 房间。

KVPO:面向流式自回归视频生成,在ODE原生范式下做KV语义探索的偏好对齐

统一检索与编译器反馈为可训练策略，构建OProofs语料，在五项Lean4基准上取得SOTA

通过零专家注入与两阶段自蒸馏把 post-trained MoE 转成 dynamic MoE

以视觉提示+原生工具调用实现细粒度实例级视频理解

把时空压缩内化到87M视觉编码器中,蒸馏让LLM用8倍帧数仍快35%

PUMA用推理级语义冗余检测替代单一答案信号，平均减26.2%token不损准确率

统一协议测量24个开源LLM的全局最大激活，揭示近4个数量级跨家族差异。

用末端提示+位置索引操控，在短序列上训练即可把 LLaMA 上下文从 8K 扩到 64K

用数据流编排替代训练器中心控制，首次实现全异步多策略协作RL并提速2.7倍

CNA：仅干预 0.1% MLP 神经元，将指令模型拒绝率降低超 50% 且保质量

DiHAL用几何特征定位扩散友好层，通过重建隐藏状态提升扩散语言模型性能

用信息瓶颈适配器替代MLP投影器,无需任何数据增强即提升VLA鲁棒性30%。

提出模型自适应工具必要性,发现 LLM 工具调用存在知而不行差距

用块联合 KV 选择替代稀疏注意力核，在 128K 上下文实现 2.72× 注意力加速。

TDDev 用三阶段闭环把 TDD 自动化迁移到浏览器层,使 Web 应用生成的功能正确率比无 TDD 基线提升 34–48 个百分点。

无需音频压缩器，直接在原始波形空间用流匹配生成高保真音频

通过混合模型自身的专家和朴素条件分布，实现无灾难性遗忘的知识注入方法

复用骨干词嵌入构造多尺度N-gram,以余弦门零训练注入LLM。

首个贯穿感知-执行-检查-修订闭环的全模态MCP工具使用评测基准。

用学习的记忆控制器为冻结 GUI 基座插拔式注入多模态工作与情景记忆

提出八套共3993题的分层金融基准，揭示传统公开榜单已饱和但新型专业任务仍有显著区分度。

在真实 ShadowHand 上构建德州扑克基准，联合评估灵巧操作、感知与闭环决策。

用自进化的视觉热图替代文本记忆与教师 LLM，为 3B VLM 智能体注入密集空间奖励。

WorldString：统一表征铰接/蒙皮/软体三类可动作对象的隐式神经占据场。

用在线GRPO+CLIP几何重定向实现零配对数据、零奖励模型的扩散模型安全对齐。

首个用自然语言同时控制多个实体的可交互视频世界模型，支持跨实体动作迁移与开放词汇

Agent Bazaar 框架，用 REINFORCE++ 训练 9B 模型实现多智能体市场对齐。

储食鸟类海马通过拓扑相变形成晶体式几何编码，容量提升超百倍。

提出首个基于 WISC 心理测量的交互式基准 ChildAgentEval，系统评估多模态智能体能否模拟 6-17 岁儿童的真实认知发展轨迹。

把 Transformer 层间隐藏状态视为非线性残差方程，用廉价结构化替代 Jacobian 做并行求解，最快实现 2.58× 加速。

用循环一致性证明给出形式化保证，构建自动生成抽象推理评测集的流水线。

构建GRASP数据集并提出SGR奖励，使MLLM能基于注视手势进行多人交互推理

提出按层对称性为每类矩阵参数定制优化器的层式优化框架

首个评估完整 Agent 工作流的 GPU 内核优化基准，揭示智能体在未见配置上的显著泛化崩溃。

把序列总体的拓扑结构预计算成上下文注入预测模型

前沿多模态 LLM 在 CDT 临床评分上呈现系统性的中心化偏差,零样本无法消除。

用累积最大池化MIL探针把LRM的隐性意图绘成时间序列，提取信号特征可在CoT文本不可信时提前预测有害行为与算术错误。

把源专家权重作为校准目标，叠加合并权重锚定，让合并后的低比特量化更可靠。

为VLA模型引入自回归动作专家，用长程KV缓存解决快照式控制的历史遗忘。

评估大模型在流体力学/固体力学/材料/PDE四域能否通过多轮对话澄清科学任务。